我是一个业余机器人爱好者，今天想谈一下我是怎么开发OriginBot的。
其实从标题也能知道，我是利用ChatGPT结伴开发的，但是这个过程中有很多细节，想要详细的说一下的。我想，这个过程应该会对其他人也有有一点帮助。
在本地部署一个ChatGPT
1. 部署ChatGPT
众所周知，OPENAI在国内不能直接访问，而且GPT4要付费才能使用，20美金一个月，3个小时内只能调用25次GPT4。
所以我其实使用的是Azure OPENAI服务，最大的好处就是没有网络限制，国内可以直接访问。
我用的Azure是公司的账户，所以不用自己管理账户和申请Azure OPENAI服务，相关的操作网上有很多资料，我贴两个我觉得写的还不错的博客链接：
Azure自己的OPENAI服务没有历史聊天记录功能，也就是说，每次刷新页面后，之前的聊天记录都没了，这个非常不方便，因为经常需要翻看之前的记录或者代码之类的，所以我基于网上的两个开源项目自己搭建了一个本地的ChatGPT。
- azure-openai-proxy
这个项目的作用是对Azure OPENAI服务的API进行封装，使其跟openai原生的API一致 - https://github.com/Yidadaa/ChatGPT-Next-Web
这个项目的作用是在本地起一个类似chatgpt官网那样的网站，可以让我们在本地跟chatgpt聊天、提问
两个开源项目的文档非常完善，有兴趣的可以去仔细看一下，我在这里提供两行命令，修改一下参数直接运行就能使用了。
# 拉取镜像
docker pull ishadows/azure-openai-proxy:latest
# 运行一个azure-openai-proxy的容器
docker run -d -p 8080:8080 --name=azure-openai-proxy --env AZURE_OPENAI_ENDPOINT=https://xxxxxxxxx.openai.azure.com/ --env AZURE_OPENAI_MODEL_MAPPER=gpt-35-turbo-0301=xxxxxxx,gpt-4=xxxxxx,gpt-4-32k=xxxxx ishadows/azure-openai-proxy:latest
# 拉镜像
docker pull yidadaa/chatgpt-next-web:latest
# 运行一个chatgpt-next-web的容器
docker run -d -p 3000:3000 -e OPENAI_API_KEY="xxxxx" -e CODE="xxxxx" -e BASE_URL=http://ip:8080 yidadaa/chatgpt-next-web:latest
几个参数说明如下：
- AZURE_OPENAI_ENDPOINT=https://xxxxxxxxx.openai.azure.com
这个是自己部署的模型的https地址 - AZURE_OPENAI_MODEL_MAPPER=gpt-35-turbo-0301=xxxxxxx
这是Azure中OPENAI几个模型的匹配关系，gpt-35-turbo-0301 是Azure官方定义好的，后面的xxxxx应该填写自己定义的名字，可以填写多个，用逗号隔开，如命令行中所示 - OPENAI_API_KEY=”xxxxx”
这个就是Azure OPENAI的秘钥， - CODE=”xxxxx”
这是用于在页面上做认证的，防止你部署的chatgpt-next-web被别人访问，建议这个一定要足够长，毕竟一旦被别人访问到，消耗的是自己的钱
上面几个参数配置成功之后，就可以在本地浏览器访问http://127.0.0.1:3000 端口，效果如下：
2. 参数调整
参数调整只有一个参数需要注意，就是Temperature，经常使用ChatGPT的人应该知道这个参数，我不是专业的大模型从业者，所以不想解释这个参数的作用原理，只说一下我的实际使用感受。
Temperature的范围是0~1，值越大，回答越多样性，但是错误也更多，值越小，回答越固定，但是也更可靠。
我自己在OriginBot这个场景下使用的值是0.4，因为我还是希望它更靠谱一点，不要经常出错，因为目前在跟机器人相关的更多场景下，我还没有自己判断它的回答正确与否的能力，只能选择相信它。
但是对于比较专业的人，这个值可以设置的高一点，这样可以获得更加多样性的回答，不过要注意甄别它回答的答案。
如何编写Prompt和如何提问
按照前面的步骤，我们现在有了一个可用的ChatGPT了，现在开始使用它。
使用ChatGPT的时候主要需要注意的就是Prompt和提问两块，我使用的Prompt分为通用Prompt和定制Prompt两部分，下面会按照共用Prompt、提问和定制Prompt的顺序来介绍。
1. 通用Prompt
以下是我使用的Prompt，简单来说就是一个角色赋予，给chatgpt指定一个角色，比如这里的“机器人开发专家”， 然后描述一些对这个角色的期待，比如我希望它熟悉ros2和自动导航，另外，因为我对python比较熟悉，希望它尽量使用Python而不是C++。
你是一名机器人开发专家，熟悉机器人行业的最新技术和现状，熟练掌握机器人开发的必要技能，例如ros2，嵌入式开发、STM32芯片、PCB知识、SLAM、自动导航和驾驶、机器人运动模型等，我会交给你一些任务，请你尽力完成，在完成任务的过程中，你应该结合你的岗位和技能，尽可能做到完善，并且你可以做出你觉得必要的修改和延伸，另外，如果交给你的任务需要写代码，尽量使用Python
2. 如何提问
关于提问，最简单的方法，肯定就是直接跟chatgpt聊天，但是这样效果一般。我的做法是把OriginBot的代码喂给chatgpt，然后再提问题，这样效果会比较好。
我写了一个脚本，可以把本地的代码生成格式化的文件，我们可以生成的文件的内容发送给chatgpt，脚本如下：
import os
def is_code_file(file_path):
extensions = [
'.py',
'.cpp',
'.c',
'.h',
'.java',
'.js',
'.css',
'.html',
'.php',
'.rb',
'.rs',
'.md',
'.txt',
'.yaml',
'.yml',
'.lua',
]
return any(file_path.endswith(ext) for ext in extensions)
def save_structure_and_files(directory, output_file, excluded_directories=None):
if excluded_directories is None:
excluded_directories = []
with open(output_file, 'w') as outfile:
# Save directory structure
outfile.write("Directory Structure:\n")
for root, dirs, files in os.walk(directory):
if any(excluded_dir in root for excluded_dir in excluded_directories):
continue
level = root.replace(directory, '').count(os.sep)
indent = ' ' * 4 * (level)
outfile.write(
'{}{}{}\n'.format(
indent, '|----' if level > 0 else '', os.path.basename(root)
)
)
sub_indent = ' ' * 4 * (level + 1)
for file_name in files:
outfile.write('{}|----{}\n'.format(sub_indent, file_name))
# Save code files content
outfile.write("\n\nFiles Content:\n")
for root, _, files in os.walk(directory):
if any(excluded_dir in root for excluded_dir in excluded_directories):
continue
for file in files:
file_path = os.path.join(root, file)
if is_code_file(file_path):
outfile.write(f"\n\n{file_path}\n")
outfile.write('-' * len(file_path))
outfile.write("\n")
with open(file_path, 'r') as code_file:
content = code_file.read()
outfile.write(f"{content}\n")
# Usage example
directory = "/originbot/originbot_navigation"
output_file = "output.txt"
excluded_directories = ["venv", "send_goal"]
save_structure_and_files(directory, output_file, excluded_directories)
脚本的作用是对directory（/originbot/originbot_navigation）目录中所有文件生成一个目录树，然后再把每一个文件的内容复制到output.txt中。
以/originbot/originbot_navigation目录为例，效果如下：
Directory Structure:
originbot_navigation
|----CMakeLists.txt
|----package.xml
|----param
|----originbot_nav2.yaml
|----config
|----lds_2d.lua
|----ekf.yaml
|----launch
|----occupancy_grid.launch.py
|----cartographer.launch.py
|----ekf.md
|----nav_bringup.launch.py
|----odom_ekf.launch.py
|----maps
|----my_map.yaml
|----my_map.pgm
Files Content:
/home/zhixiang_pan/learningspace/origin/originbot/originbot_navigation/CMakeLists.txt
-------------------------------------------------------------------------------------
cmake_minimum_required(VERSION 3.5)
project(originbot_navigation)
# Default to C99
if(NOT CMAKE_C_STANDARD)
set(CMAKE_C_STANDARD 99)
endif()
可以看到，一开始是一个目录树，然后就是具体的代码。
这样做的好处在于可以让ChatGPT更准确地理解OriginBot现有的代码和功能，再让它教我或者开发新的功能时候就更容易理解到我们的需求。
但是，再指定directory参数的时候，directory所指向的目录中，不要包含太多的文件，不然最后生成的output.txt的内容太多，超过了ChatGPT的token上限也不行。
我用的是gpt4-32k，也就是token的上限是32k，现在还有gpt3.5-turbo-120k的，也就是支持120k token，不过我没有使用过，不知道效果如何。
3. 定制Prompt
在“公共Prompt”里面，我提供了一个文字版的Prompt，这里我再提供另一种Prompt，如下：
我会交给你一些信息、要求，请你完成任务。
以下是信息：
1. OriginBot是一个两轮的轮式机器人，基于ROS2 foxy开发
2. 运动速度的topic是/cmd_vel
以下是要求：
1. 代码只能用Python
2. 要基于rclpy.node的Node类拓展
3. 代码中要考虑在合适的地方调用rclpy.shutdown()来销毁当前Node节点，而不是要求手动介入
4. 不管什么场景下，OriginBot的速度不要超过0.4米/s
5. 输出只能包含markdown格式的python代码，格式模板如下：
```python
###---
import rclpy
from geometry_msgs.msg import Twist
from rclpy.node import Node
class OriginBot(Node):
def __init__(self):
...
def xxx_function(self):
...
def main(args=None):
rclpy.init(args=args)
originbot = OriginBot()
rclpy.spin(originbot)
originbot.destroy_node()
rclpy.shutdown()
if __name__ == '__main__':
main()
###---
代码开头和结尾的###---都必须要显示的输出，并且最后要调用main函数
以下是任务:
xxxxx
```
可以很明显地看出来两种Prompt的区别。在这个Prompt里面，我会告诉ChatGPT很多具体的信息，比如OriginBot的速度的topic、限定线速度的大小、操作系统的版本等，最重要的是，提供了一个代码模板，要求ChatGPT按照这个模板回答问题。
这种Prompt适用于我们明确地知道我们“想要什么”，只是需要ChatGPT来写代码，提供代码模板可以提高ChatGPT生成的代码的准确率。
从我自己的使用经验来看，提供模板之后，对于单个且具体的任务，ChatGPT生成的代码都是可以直接使用的，不用做任何修改。所谓单个且具体的任务，比如像：让OriginBot画一个半径为0.5米的圆圈。
以上就是我使用ChatGPT结伴开发OriginBot的过程和方法，欢迎大家交流。
评论（5）
您还未登录，请登录后发表或查看评论